目前，随着电子化程度的加深，移动通信市场竞争的不断加剧，数据仓库和数据挖掘作为一门新兴的科学技术，越来越受到国内外学者的研究应用，其范围和价值也越来越大。 本文对数据仓库和数据挖掘以及数据挖掘中的分类算法进行深入研究，对决策树中各种算法的优缺点进行深入的探讨和总结，针对ID3算法利用单属性构造决策树存在的不足，提出基于加权平均粗糙集的多属性决策树改进算法，该算法比ID3算法的复杂度和准确性有较明显的提高。 针对目前移动增值业务出现的量收倒挂，常态化、规模化等问题，运用数据挖掘和数据仓库技术和病毒式营销理念可以很好的解决。运用数据仓库和数据挖掘技术对移动短彩信增值业务进行病毒式营销的研究，详细分析移动增值业务中短彩信营销的现状，对业务进行了从客户画像、内容分析等方面全面深入分析，针对短彩信的病毒式营销进行了数据仓库的逻辑设计；其次介绍数据仓库创建过程，详细研究了数据仓库创建中的重点、难点，包括主题的确定、事实表、维度、粒度、ETL、OLAP，以及数据挖掘在病毒式营销中的具体应用过程，运用数据挖掘中的聚类算法对数据进行预处理和运用改进的分类决策树算法得出号码分组规则和通过数据仓库的OLAP分析得出号码组与内容类的匹配规则。 运用数据仓库和数据挖掘技术解决了短彩信病毒式营销的核心问题：号码属性分组和号码组与内容类的匹配规则，实现了精细化营销，解决了移动短彩信营销中的根本问题，运用该规则的营销效果比以前提高了将近30％，并且节约很多人力和财力，其直接经济价值主要体现在提高移动增值业务量、开发消费者渠道和协助营销模式转变，为精细化营销奠定了理论和实践基础。